---
title: "Bringt Schema-Markup KI-Zitate? Was die Belege wirklich zeigen"
description: "Ahrefs fand JSON-LD auf KI-zitierten Seiten fast 3-mal häufiger, der kontrollierte Test zeigte jedoch keinen Effekt. Was Schema für KI-Sichtbarkeit leistet."
lang: de
canonical: https://upgradepro.eu/de/blog/structured-data-ai
published: 2026-07-16
tags: ["GEO", "SEO", "technisch"]
---

# Bringt Schema-Markup KI-Zitate? Was die Belege wirklich zeigen

> Ahrefs fand JSON-LD auf KI-zitierten Seiten fast 3-mal häufiger, der kontrollierte Test zeigte jedoch keinen Effekt. Was Schema für KI-Sichtbarkeit leistet.

Strukturierte Daten sind maschinenlesbare Auszeichnungen — das schema.org-Vokabular, meist als JSON-LD notiert —, die beschreiben, was eine Seite enthält. Die Belege für ihren Effekt auf die KI-Sichtbarkeit sind gemischt: Microsoft bestätigt, dass seine LLMs Schema nutzen, Google erklärt, für KI-Funktionen sei kein besonderes Markup nötig, und Ahrefs fand JSON-LD auf KI-zitierten Seiten fast 3-mal häufiger — das eigene kontrollierte Experiment zeigte jedoch keinen kausalen Zuwachs. Schema hilft KI-Systemen, Ihre Website zu verstehen; zum Zitat führt es allein nicht.

## Was sind strukturierte Daten, und wie verbreitet sind sie im Web?

Strukturierte Daten sind Code, der die Bedeutung von Seiteninhalten mit dem gemeinsamen schema.org-Vokabular auszeichnet, meist eingebettet als JSON-LD-Block. Sie sagen Maschinen: Das hier ist ein Produkt, das ist sein Preis, das ist die Organisation hinter der Website — ohne dass Fließtext interpretiert werden muss.

Eine Nische ist das längst nicht mehr. Laut [Web Data Commons](https://www.uni-mannheim.de/dws/news/wdc-json-ld-microdata-rdfa-data-corpus-2024-published/) der Universität Mannheim (Dezember 2024) enthalten 51,25 % der 2,4 Milliarden HTML-Seiten im Common Crawl vom Oktober 2024 strukturierte Daten, gegenüber 5,7 % im Jahr 2010. Rund 11,5 Millionen Websites setzen JSON-LD ein — 70 % aller auszeichnenden Websites —, und die Zahl der Websites mit Product-Markup wuchs von 581.000 auf 3,3 Millionen.

Der [Web Almanac 2024](https://almanac.httparchive.org/en/2024/structured-data) des HTTP Archive (November 2024) maß JSON-LD auf 41 % der mobilen Seiten, nach 34 % im Jahr 2022. Die häufigsten JSON-LD-Typen sind WebSite (12,73 %), Organization (7,16 %), BreadcrumbList (5,66 %) und LocalBusiness (3,97 %). Das halbe Web spricht diese Sprache bereits. Die eigentliche Frage ist, ob KI-Systeme zuhören.

## Welche KI-Anbieter bestätigen tatsächlich, dass sie Schema-Markup nutzen?

Nur Microsoft hat bestätigt, dass Schema-Markup die LLMs hinter dem eigenen Assistenten speist. Googles öffentliche Bestätigungen betreffen die Suche allgemein — für AI Overviews und den AI Mode hält die Dokumentation fest, dass kein besonderes Schema nötig ist. OpenAI, Perplexity und Anthropic haben nichts bestätigt. Auf der SMX München im März 2025 bestätigte Fabrice Canel, Principal Product Manager bei Microsoft Bing, dass Schema-Markup den LLMs von Microsoft — den Modellen hinter Copilot — beim Verständnis von Webinhalten hilft, und empfahl, frische Inhalte über IndexNow zu melden, wie [Search Engine Land](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455) (März 2025) berichtet:

> "Gen AIs value fresh content in particular, partly as a reference check of their LLM training data."
> — Fabrice Canel, Microsoft Bing, SMX München, März 2025

Google äußert sich zurückhaltender. Die Dokumentation zu den [KI-Funktionen](https://developers.google.com/search/docs/appearance/ai-features) (abgerufen im Juli 2026) hält fest, es gebe "no special schema.org structured data that you need to add", um in AI Overviews oder im AI Mode zu erscheinen, und ebenso wenig zusätzliche maschinenlesbare Dateien. Der begleitende [AI optimization guide](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) (aktualisiert am 10. Juli 2026) wiederholt, dass strukturierte Daten für die generative KI-Suche nicht erforderlich sind, und empfiehlt zugleich, sie für Rich Results als Teil der allgemeinen SEO-Strategie beizubehalten.

John Mueller von Google antwortete auf die Frage, ob umfangreiches Schema den LLMs hilft, mit "yes, no, and it depends", so [Search Engine Roundtable](https://www.seroundtable.com/mueller-schema-helps-llms-google-40693.html) (Januar 2026). Manche Funktionen hängen stark von strukturierten Daten ab — Shopping braucht Preis, Versand und Verfügbarkeit —, in anderen bereichern sie das Ergebnis lediglich. Er wies darauf hin, dass dies keine offizielle Empfehlung sei.

Und die übrigen Anbieter? Stand März 2026 haben OpenAI, Perplexity und Anthropic keine offizielle Bestätigung veröffentlicht, dass sie Schema-Markup von Seiten in ihren Antworten verwenden, so [Search Engine Land](https://searchengineland.com/schema-markup-ai-search-no-hype-472339) (März 2026).

## Erhöht der Einbau von Schema-Markup die KI-Zitate?

Die ehrliche Antwort: Die Korrelation ist stark, die Kausalität unbewiesen. Drei Datensätze erzählen die Geschichte.

[Ahrefs](https://ahrefs.com/blog/schema-ai-citations/) (Mai 2026) analysierte 6 Millionen URLs und fand, dass KI-zitierte Seiten fast dreimal häufiger JSON-LD tragen als nicht zitierte. Dasselbe Team führte anschließend ein kontrolliertes Experiment durch: 1.885 Seiten, die zwischen August 2025 und März 2026 JSON-LD ergänzten, gegen eine Kontrollgruppe von 4.000 Seiten. Der Einbau von Schema brachte auf keiner Plattform einen nennenswerten Zuwachs an Zitaten — AI Overviews -4,6 %, AI Mode +2,4 % (nicht signifikant), ChatGPT +2,2 % (nicht signifikant).

Eine von [Analyzify](https://analyzify.com/hub/schema-markup-ai-citations-research) zusammengefasste AirOps-Studie (16.851 ChatGPT-Abfragen, 353.799 Seiten) weist in die andere Richtung: Seiten mit JSON-LD kamen auf eine Zitationsrate von 38,5 % gegenüber 32,0 % ohne, ein Abstand von 6,5 Punkten. Die höchsten Zitationsraten erreichten BreadcrumbList (46,2 %), FAQPage (45,6 %) und Organization (44,3 %). Dieselbe Übersicht enthält allerdings widersprüchliche Ergebnisse: OtterlyAI fand keinen Effekt bei Perplexity.

| Studie | Stichprobe | Befund | Einschränkung |
|---|---|---|---|
| Ahrefs, Korrelation (Mai 2026) | 6 Millionen URLs | KI-zitierte Seiten fast 3-mal häufiger mit JSON-LD | Nur Korrelation, keine Kausalität |
| Ahrefs, kontrolliertes Experiment (Aug. 2025 – März 2026) | 1.885 Testseiten vs. 4.000 Kontrollseiten | Kein signifikanter Zuwachs an Zitaten auf irgendeiner Plattform | Einzelnes Experiment, ein Zeitfenster |
| AirOps via Analyzify | 16.851 ChatGPT-Abfragen, 353.799 Seiten | Zitationsrate 38,5 % mit JSON-LD vs. 32,0 % ohne | Korrelativ; von OtterlyAI bei Perplexity widersprochen |

Im Kennzeichnungssystem von UpgradePro heißt das: Der Faktor 3 ist GEMESSEN, die Behauptung, Schema verursache Zitate, bleibt ANGENOMMEN — und der einzige verfügbare kontrollierte Test hat sie nicht bestätigt.

## Wie gelangt Ihr Markup in eine KI-Antwort: Direktabruf oder Suchindex?

Es gibt zwei getrennte Wege, und Schema nimmt nur einen davon. Ruft ein Chatbot Ihre Seite live ab, um eine Antwort zu formulieren, liest er das sichtbare HTML. Stützt er sich auf einen Suchindex — den von Google oder Bing —, hat Ihr Markup längst geprägt, wie dieser Index die Seite versteht.

[searchVIU](https://www.searchviu.com/en/schema-markup-and-ai-in-2025-what-chatgpt-claude-perplexity-gemini-really-see/) (Dezember 2025) führte im Oktober 2025 acht Tests mit einer Seite durch, deren fiktive Preise auf sichtbares HTML, JavaScript und JSON-LD verteilt waren. Keines der fünf getesteten Systeme — ChatGPT, Claude, Perplexity, Gemini und Google AI Mode — las beim Direktabruf den Preis, der nur im JSON-LD stand. Nur Gemini rendert JavaScript.

> "JSON-LD Schema is NOT read by AI chatbots during direct fetch"
> — searchVIU, Dezember 2025

Die praktische Konsequenz: Schema beeinflusst KI-Antworten indirekt, über die Suchindizes, die Assistenten abfragen, nicht über den Abruf auf Zuruf. Genau diese Feinheit überspringen die meisten Vendor-Inhalte. Wie Assistenten ihre Quellen auswählen und gewichten, ist ein Thema für sich — wir schlüsseln es in [wie KI-Systeme entscheiden, wen sie zitieren](/de/blog/how-ai-engines-cite) auf.

## Welche Schema-Typen sollte ein KMU 2026 priorisieren?

Priorisieren Sie Organization, Product bei Onlineverkauf sowie Article mit BreadcrumbList auf Inhaltsseiten — und erwarten Sie von FAQPage bei Google nichts mehr.

| Schema-Typ | Am besten geeignet für | Belege | Nicht empfohlen für |
|---|---|---|---|
| Organization | Bündeln Ihrer Entität: name, url, logo, sameAs | 44,3 % ChatGPT-Zitationsrate (AirOps); zweithäufigster JSON-LD-Typ mit 7,16 % (Web Almanac 2024) | Die Erwartung sichtbarer Rich Results allein daraus |
| Product | E-Commerce; strukturierte Preise und Verfügbarkeit | Shopping-Funktionen hängen stark von strukturierten Daten ab (Mueller, berichtet); ChatGPT-Shopping verlangt Produktfeeds | Websites ohne transaktionale Seiten |
| Article + BreadcrumbList | Blogs und Content-Websites | BreadcrumbList hatte bei AirOps die höchste ChatGPT-Zitationsrate (46,2 %) | — |
| FAQPage | Frage-Antwort-Inhalte, zu geringen Kosten | 45,6 % ChatGPT-Zitationsrate (AirOps) | Google Rich Results — seit 7. Mai 2026 vollständig verschwunden |

Bei Product hat Struktur echte Zähne. Die [Product-Feed-Spezifikation](https://developers.openai.com/commerce/product-feeds/spec) von OpenAI für das ChatGPT-Shopping (Agentic Commerce) verlangt einen strukturierten Feed mit Pflichtfeldern — item_id, title, description, brand, price in ISO 4217, url, image_url, availability —, der darüber entscheidet, ob ein Produkt in ChatGPT-Suchen auftaucht und ob es per Direct Checkout gekauft werden kann. Das ist der direkte Beleg dafür, dass KI-Handel auf strukturierten Daten läuft, wenn auch über einen Feed statt über JSON-LD auf der Seite.

FAQPage ist eine Warngeschichte. Google beschränkte FAQ-Rich-Results im August 2023 auf autorisierte Behörden- und Gesundheitsseiten, seit dem 7. Mai 2026 erscheinen sie gar nicht mehr, und Berichte sowie API werden zwischen Juni und August 2026 abgeschaltet, so [Search Engine Journal](https://www.searchenginejournal.com/google-drops-faq-rich-results-from-search/574429/) (Mai 2026). Behalten Sie das Markup, wenn Sie es haben; bauen Sie keine Strategie darauf.

All das zahlt sich nur auf solidem Fundament aus: valides Markup, im HTML ausgeliefert, auf crawlbaren Seiten. Dieses Fundament behandeln wir in [technische SEO-Grundlagen](/de/blog/technical-seo-foundations), und es ist das Erste, was ein [technisches SEO-Audit](/de/services/seo) prüfen sollte.

## Welche Rolle spielen Entity-SEO und Knowledge Graphs?

Entity-SEO verschiebt die Optimierungseinheit von Seiten auf Entitäten: die Unternehmen, Produkte und Personen, um die es in Ihren Inhalten geht. Konsistentes Organization-Markup — eine stabile @id plus sameAs-Verweise auf Ihre echten Profile — gibt Knowledge Graphs eine eindeutige Identität zum Verankern, sodass Systeme über das ganze Web hinweg auflösen können, wer Sie sind.

Das deutlichste Signal dafür, dass schema.org zur KI-Infrastruktur wird, ist NLWeb. [Microsoft kündigte es](https://news.microsoft.com/source/features/company-news/introducing-nlweb-bringing-conversational-interfaces-directly-to-the-web/) am 19. Mai 2025 an: ein Open-Source-Projekt, das Websites in dialogfähige KI-Schnittstellen verwandelt, aufgebaut auf den schema.org- und RSS-Daten, die Websites ohnehin veröffentlichen. Sein Schöpfer ist R. V. Guha — der auch schema.org, RDF und RSS geschaffen hat —, und jede NLWeb-Instanz fungiert zugleich als MCP-Server, bereit für den Dialog mit KI-Agenten.

Eine Website mit sauberem Markup ist auf halbem Weg zur Agentenlesbarkeit. Andere maschinenlesbare Vorschläge wie llms.txt zielen von einer anderen Seite auf dasselbe — Verbreitung und Belege vergleichen wir in [unserem llms.txt-Leitfaden](/de/blog/llms-txt-guide).

## Was sollten Sie von Schema-Markup nicht erwarten?

Erwarten Sie nicht, dass Schema allein Ihnen Zitate einbringt. Stand März 2026 gibt es keine peer-reviewten Studien zu Schema-Markup und KI-Sichtbarkeit, so [Search Engine Land](https://searchengineland.com/schema-markup-ai-search-no-hype-472339) (März 2026) — die verfügbaren Belege stammen aus Vendor- und SEO-Branchenforschung, mit den oben gezeigten Widersprüchen.

Achten Sie auf eine verbreitete Fehlzuschreibung. Die wissenschaftliche Arbeit, die den Begriff GEO prägte, [Aggarwal et al.](https://arxiv.org/abs/2311.09735) (KDD 2024), maß, dass Taktiken wie das Ergänzen von Quellenangaben, Statistiken und Zitaten die Sichtbarkeit in Antworten generativer Systeme um bis zu 40 % steigern — Sichtbarkeit gemessen als Position-Adjusted Word Count, nicht als Traffic. Die Arbeit hat schema.org nicht als Methode getestet. Blogs hängen diese 40 % regelmäßig an das Markup; die Arbeit deckt das nicht.

Und denken Sie an Googles eigene Position: Strukturierte Daten sind für die generative KI-Suche nicht erforderlich. Schema ist Verständnisinfrastruktur, kein Zitationshebel.

## Was sollten Sie diese Woche tun?

Eine realistische Checkliste für ein KMU, in dieser Reihenfolge:

1. **Bestehendes Markup inventarisieren und validieren.** Fehlerhaftes oder widersprüchliches JSON-LD hilft niemandem; reparieren Sie das Vorhandene, bevor Sie mehr ergänzen.
2. **JSON-LD im initialen HTML ausliefern, nicht per JavaScript injizieren.** In den Tests von searchVIU rendert nur Gemini JavaScript; alles rein JS-Basierte ist für die übrigen beim Direktabruf unsichtbar.
3. **Organization-Markup auf der Startseite ergänzen oder vervollständigen** — name, url, logo, eine stabile @id und sameAs-Verweise auf Ihre echten Profile —, damit Knowledge Graphs Ihre Entität auflösen können.
4. **Wenn Sie online verkaufen, strukturierte Produktdaten vorbereiten.** Das ChatGPT-Shopping verlangt einen konformen Feed, und Shopping-Funktionen hängen laut John Mueller stark von strukturierten Angaben zu Preis, Versand und Verfügbarkeit ab (Search Engine Roundtable, Januar 2026; keine offizielle Empfehlung).
5. **Hören Sie auf, auf FAQPage-Rich-Results zu warten.** Sie sind seit dem 7. Mai 2026 aus Google verschwunden. Halten Sie stattdessen antwortförmige Inhalte auf der Seite sichtbar.
6. **Blockieren Sie nicht die Crawler, die die Indizes speisen.** Schema erreicht KI-Antworten über die Indizes von Google und Bing; wenn diese Sie nicht crawlen können, ist das Markup wirkungslos.
7. **Vorher-Nachher-Messung aufsetzen.** Erheben Sie eine Baseline Ihrer KI-Erwähnungen, bevor Sie am Markup arbeiten — sonst können Sie Signal nicht von Rauschen unterscheiden.

Dieser letzte Schritt ist die Reihenfolge, der wir in unserem [Service für KI-Sichtbarkeit](/de/services/ai-visibility) folgen: erst Baseline-Audit, dann Umsetzung, dann Messung gegen die Baseline. Schema-Markup verdient seinen Platz in diesem Plan — als Infrastruktur, nicht als Wunderhebel.

## Häufige Fragen

### Lesen KI-Systeme das JSON-LD auf meiner Website?

Das hängt vom Weg ab. In Tests vom Oktober 2025, veröffentlicht im Dezember 2025, stellte searchVIU fest, dass ChatGPT, Claude, Perplexity, Gemini und der Google AI Mode das JSON-LD beim direkten Abruf einer Seite sämtlich ignorierten und nur das sichtbare HTML lasen. Über den Suchindex sieht es anders aus: Microsoft hat bestätigt, dass Schema-Markup den LLMs hinter Copilot beim Verständnis von Webinhalten hilft. Google formuliert enger: Die Dokumentation hält fest, dass für AI Overviews oder den AI Mode keine besonderen schema.org-Daten nötig sind, der öffentlich bestätigte Nutzen betrifft die Suche allgemein.

### Verlangt Google besonderes Schema-Markup für AI Overviews oder den AI Mode?

Nein. Die offizielle Google-Dokumentation hält fest, dass keine besonderen schema.org-Daten hinzugefügt werden müssen und über die üblichen SEO-Praktiken hinaus keine zusätzlichen maschinenlesbaren Dateien oder Anforderungen bestehen. Google empfiehlt strukturierte Daten weiterhin als Teil der gesamten SEO-Strategie, weil sie nach wie vor Rich Results speisen.

### Ist bewiesen, dass Schema die Zahl der KI-Zitate erhöht?

Die Korrelation ist stark, die Kausalität ist nicht belegt. Ahrefs fand, dass KI-zitierte Seiten fast dreimal häufiger JSON-LD tragen, und AirOps maß über 16.851 ChatGPT-Abfragen hinweg eine Zitationsrate von 38,5 Prozent mit JSON-LD gegenüber 32,0 Prozent ohne. Das kontrollierte Ahrefs-Experiment an 1.885 Seiten fand jedoch keinen signifikanten Zuwachs nach dem Einbau von Schema. Die ehrliche Lesart: Schema begleitet gut gepflegte Websites, für sich genommen ist es kein Wunderhebel.

### Welche Schema-Typen sollte ein KMU priorisieren?

Organization mit sameAs-Verweisen, um die eigene Identität in Knowledge Graphs zu bündeln, Produktdaten bei Onlineverkauf, da das Shopping in ChatGPT auf verpflichtenden strukturierten Produktfeeds läuft, sowie Article und BreadcrumbList auf Inhaltsseiten. BreadcrumbList, FAQPage und Organization zeigten in der AirOps-Studie die höchsten Zitationsraten.

### Lohnt sich FAQPage-Markup noch?

Google zeigt dafür nichts mehr an. FAQ-Rich-Results wurden im August 2023 auf autorisierte Behörden- und Gesundheitsseiten beschränkt und verschwanden am 7. Mai 2026 vollständig aus der Google-Suche. Das Markup schadet nicht, und AirOps sieht einen Zusammenhang mit ChatGPT-Zitaten, aber erwarten Sie dafür keine Rich Results von Google.

### Was haben strukturierte Daten mit dem agentischen Web zu tun?

Sehr viel. NLWeb, das Open-Source-Projekt von Microsoft, initiiert von R. V. Guha, dem Schöpfer von schema.org, verwandelt Websites in dialogfähige Schnittstellen und nutzt dafür die schema.org- und RSS-Daten, die eine Website ohnehin veröffentlicht. Jede NLWeb-Instanz arbeitet zugleich als MCP-Server für KI-Agenten. Eine Website mit sauberem Markup hat die halbe Arbeit bereits erledigt.

## Quellen

Jede Aussage in diesem Artikel verweist auf die Quelle, aus der sie stammt, mit ihrem Veröffentlichungsdatum.

- [Search Engine Land — Microsoft Bing: Copilot uses schema for its LLMs](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455) — 2025-03-20
- [Google Search Central — AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) — 2026-07 (living doc, consulted 2026-07-16)
- [Google Search Central — AI optimization guide](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide) — 2026-07-10
- [Microsoft Source — Introducing NLWeb](https://news.microsoft.com/source/features/company-news/introducing-nlweb-bringing-conversational-interfaces-directly-to-the-web/) — 2025-05-19
- [Aggarwal et al., GEO: Generative Engine Optimization (arXiv 2311.09735, KDD 2024)](https://arxiv.org/abs/2311.09735) — 2023-11-16
- [Web Data Commons / Universität Mannheim — JSON-LD, Microdata, RDFa corpus 2024](https://www.uni-mannheim.de/dws/news/wdc-json-ld-microdata-rdfa-data-corpus-2024-published/) — 2024-12
- [HTTP Archive — Web Almanac 2024, Structured Data chapter](https://almanac.httparchive.org/en/2024/structured-data) — 2024-11
- [Ahrefs — Schema and AI citations (correlation study and controlled experiment)](https://ahrefs.com/blog/schema-ai-citations/) — 2026-05-11
- [searchVIU — Schema markup and AI in 2025: what ChatGPT, Claude, Perplexity, Gemini really see](https://www.searchviu.com/en/schema-markup-and-ai-in-2025-what-chatgpt-claude-perplexity-gemini-really-see/) — 2025-12-02
- [Search Engine Roundtable — Mueller on whether schema helps LLMs](https://www.seroundtable.com/mueller-schema-helps-llms-google-40693.html) — 2026-01
- [Search Engine Journal — Google drops FAQ rich results from Search](https://www.searchenginejournal.com/google-drops-faq-rich-results-from-search/574429/) — 2026-05-10
- [Analyzify — Schema markup and AI citations research (AirOps study)](https://analyzify.com/hub/schema-markup-ai-citations-research) — 2026
- [OpenAI Developers — Product Feed Spec (Agentic Commerce)](https://developers.openai.com/commerce/product-feeds/spec) — 2025-Q4 approx. (living doc, consulted 2026-07-16)
- [Search Engine Land — Schema markup and AI search: no hype](https://searchengineland.com/schema-markup-ai-search-no-hype-472339) — 2026-03-25